1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽；
        2、課程完成后,授課老師留給學(xué)員手機(jī)和Email,保障培訓(xùn)效果,免費(fèi)提供半年的技術(shù)支持。
        3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會。

SPSS高級培訓(xùn)大綱

一. 高級統(tǒng)計(jì)分析方法體系簡介

二.方差分析模型

1. 方差分析模型的基本架構(gòu)

2. 單因素方差分析實(shí)例（含兩兩比較方法的選擇）

3. 兩因素方差分析實(shí)例（含交互作用的分析）

4. 含隨機(jī)因素的方差分析模型實(shí)例

三.方差分析模型進(jìn)階

1. 多元方差分析模型介紹

2. 重復(fù)測量方差分析模型介紹

四.線性回歸模型

1. 相關(guān)與回歸的聯(lián)系與區(qū)別

2. 回歸分析模型的基本結(jié)構(gòu)

3. 分析實(shí)例

4. 模型診斷（含殘差分析等）

5. 回歸分析建模的標(biāo)準(zhǔn)流程

6. 多變量回歸模型實(shí)例（含變量篩選方法）

五.線性回歸模型衍生方法

1. 曲線擬合過程

2. 加權(quán)小二乘法

3. 嶺回歸

4. 優(yōu)尺度回歸

六.非線性回歸

1. 模型簡介

2. 曲線回歸案例

3. 小一乘法案例

七.Logistic模型

1. 模型簡介

2. 分析實(shí)例

3. 模型中用到的檢驗(yàn)方法

4. 啞變量

八.Logistic模型族進(jìn)階

1. 無序多分類Logistic回歸模型

2. 有序多分類Logistic回歸模型

九.主成分分析和因子分析

1. 信息濃縮方法介紹

2. 主成分分析

3. 因子分析

4. 綜合分析實(shí)例

十.對應(yīng)分析

1. 模型介紹

2. 簡單對應(yīng)分析

3. 基于優(yōu)尺度變換的多重對應(yīng)分析

十一.多維尺度分析

1. 模型介紹

2. 簡單MDS模型案例

3. 考慮個(gè)體差異的MDS模型案例

4. 基于優(yōu)尺度變換的PROXSCAL過程

十二.聚類分析

1. 模型概述

2. K-均值聚類法案例

3. 層次聚類法案例

4. 兩步聚類法簡介

5. 聚類分析中需要注意的問題

十三.判別分析

1. 模型簡介

2. 分析案例

十四.判別分析進(jìn)階

1. 樹結(jié)構(gòu)模型簡介

2. 神經(jīng)網(wǎng)絡(luò)簡介

3. K鄰近元素法簡介

十五.信度分析

1. 真分?jǐn)?shù)理論中的信度定義

2. 分析案例

十六.時(shí)間序列分析

1. 時(shí)間序列模型概述

2. 序列數(shù)據(jù)的預(yù)處理

3. 序列數(shù)據(jù)的圖形化觀察

4. 序列數(shù)據(jù)的自動化分析案例

十七.生存分析

1. 生存分析概述

2. Kaplan-Meier法

3. Cox比例風(fēng)險(xiǎn)模型